「北京版幻方」开源SOTA代码模子！40B参数掀翻Opus-4.5和GPT-5.2

衡宇发自凹非寺量子位 | 公众号 QbitAI

又一其中国新模子被推到聚光灯下，刷屏海内外科技圈。

IQuest-Coder-V1模子系列，看起来真的很牛。

在最新版SWE-Bench Verified榜单中，40B参数版本的IQuest-Coder取得了81.4%的效果，这个效果甚至凌驾了Claude Opus-4.5和GPT-5.2（这俩模子没有官方资料，但外界普遍推测参数规模在千亿-万亿级）。

Oh～Tiny Core, Titan Power。

好，看到这里我盲猜许多人肯定已经最先边摇头边笑了。

事实这年头，benchmark的权威犹在，但说服力似乎已经大不如前了。

那咱们就看看这个模子跑出来的case——

Prompt：编写一个网页来展示一个逼真的太阳系模拟。

然后你将获得：

可以自由切换种种视角，让画面暂停、放大，调解公转速率也ok。

选中详细的行星，还会跳出响应的名字和简朴先容。

现在，这套代码大模子系列已经在GitHub和抱抱脸上开源。

有一个重点一定要划�。。�

这个模子团队IQuest，和DeepSeek团队一个路数，都出自中国的量化私募。

背后公司就是北京版幻方量化——九坤投资。

（两家公司都是业内公认的量化私募头部）

X、Reddit等平台上，关于IQuest-Coder的新闻和对中国量化公司杀入AI模子战场的讨论已经满天飞了。

有网友一脸unbelievable地问出了令他惊讶的问题：

中国量化公司究竟吸纳了些什么人才，才华把模子训练成这样��？？？

Ok，一起来看看这套模子的详细情形吧～

IQuest-Coder-V1系列

从定位上看，IQuest-Coder-V1是一套笼罩多个参数规模与使用场景的家族版本，专注于代码天生、代码明确与软件工程使命的模子系列。

参数有7B、14B和40B的，每个规模均提供Instruct和Thinking两种版本。

其中，Instruct偏向指令追随与工程使用，更高效；Thinking强化重大推理和多步问题拆解，响应时间更长。

特殊提醒各人注重一下，40B参数规模的IQuest-Coder-V1特殊提供了Loop版本，用于探索更高的参数使用效率。

与盘算成内情似的模子相比，IQuest-Coder-V1-40B-Loop的HBM和KV Cache开销显著降低，而吞吐量大幅提升。

仅增添约5%的训练本钱，Loop架构下，40B模子抵达数百亿参数MoE模子的水平。

在架构设计上，IQuest-Coder-V1系列强调了“工程友好”和“长上下文可用性”。

官方在GitHub上给出的四点架构特征划分是：

分组盘问注重力（Grouped Query Attention，GQA）以实现高效推理原生支持128K上下文长度词表大�。�76800个token循环变体接纳了具有共享参数的循环Transformer设计，该设计在两个迭代历程中坚持一致。

首先说说GQA的引入。

通过镌汰KV头数目来降低推理阶段的显存占用和盘算压力，对长上下文场景超等友好。

其次，模子原生支持128K上下文长度。这就让模子有能力直接处置惩罚完整代码客栈、跨文件依赖以及大规模工程上下文。

第三，76800个token的词表巨细，更贴近真实代码情形中频仍泛起的标识符、路径名和符号组合。

最后，在Loop变体中，模子接纳了具有跨两次迭代共享参数的循环Transformer设计，用重复盘算换取更高的参数使用率，在不线性扩大模子规模的条件下提升性能。

作者刻意指出，这和早期Parallel Loop Transformer差别，去掉了token shifting和inference trick，更强调推理阶段的稳固性。

这些特征组合在一起，有利于模子在真实软件工程场景中跑得更好。

来看官方展示的更多case。

Prompt 1：构建一个粒子-文本动画，知足以下要求。

文本采样：将给定文本（例如，IQuest）在 Canvas 上转换为由数百个小粒子组成的点阵。状态：每个粒子都有一个目今位置和一个目的位置（形成文本）。交互式物理效果：当鼠标靠近时相互倾轧和散开；当鼠标移开时平滑地弹回。视觉效果与缓动：随机/渐变颜色，用于整体运动的缓动效果。

Prompt 2：构建一个实时像素沙盒游戏。

通过按钮切换沙子、水、石头和酸液；在画布上涂画可天生具有差别颜色的元素；大规模更新依然流通；元素会自然着落并流动。

Prompt 3：构建一个完整的单文件HTML5 Canvas太空射击游戏，具有复古霓虹美学和显着的战斗反响。

视觉气概：玄色配景，高饱和度霓虹几何形状，街机感�？刂疲篧ASD移动；两种瞄准/炮塔模式（鼠标追随，或按R键旋转炮塔）。射击：带完整视觉效果的自动射击太空飞船。反�。夯魃笔�，泛起粒子爆炸效果；受到危险时，屏幕会震惊。仇人：通俗士兵/奇袭者/重型坦克，以及Boss战。进阶：按P键能升级火力。

Prompt 4：基于鸟群算法的仿生鸟/鱼群体模拟，拥有150个以上的自主Agent，有实时调理功效。

焦点规则：疏散（阻止碰撞）、对齐（速率匹配）和内聚（群体中心）。实时面板：调解疏散/对齐/凝聚权重（0-3）、视觉半径（20-150 像素）和最大速率。交互：鼠标充当捕食者，使周围的智能体散开。渲染：在深色配景下，以运动偏向旋转的霓虹三角形和发光轨迹。工具：FPS 计数器和暂停/继续（空格键）。

与众差别的“代码流多阶段训练”训练战略

IQuest-Coder的训练流程如下——

预训练阶段先用通用数据和大规模代码数据打底，然后通过高质量代码annealing强化基础代码表征。

中期训练阶段第一次明确引入reasoning、agent trajectory和长上下文代码，并且分32K和128K两个标准逐步推进。

最终post-training阶段，模子被明确分流成instruct蹊径和thinking蹊径，划分用差别目的函数和RL方法收敛。

官方强调，IQuest-Coder-V1系列接纳了与古板简单静态源代码训练差别的训练战略。

称之为code-flow multi-stage training。

与大宗代码模子着重从静态代码片断中学习差别，这套要领强调从代码的演化历程中学习。

团队专门设计了基于项目生命周期的triplet数据结构方法，用 (R_old, Patch, R_new) 这样的结构，让模子看到稳固期代码、变换内容以及变换后的效果。

并且刻意避开项目早期和后期，只取40%–80%生命周期区间。

这一步现实上把“软件工程履历”显式编码进了训练数据里。

以是模子看到的并不但是某一时刻的完成态代码，还包括修改前后的差别、提交历史中的逻辑转变，以及真实工程中重复试错和修正的痕迹。

也就是说模子被训练得能够捕获软件逻辑的动态演变。

不少网友推测，这就是IQuest-Coder-V1在多个软件工程类评测中体现突出的主要缘故原由之一。

这套模子效果确实亮眼。

SWE-Bench Verified：81.4%BigCodeBench：49.9%LiveCodeBench v6：81.1%

下面这张图体现得更直观一点，IQuest-Coder在八个代码、Agentic相关榜单上都独吞鳌头。

不过，GitHub上白纸黑字写着，模子可以天生代码，但不可执行，始终在沙盒情形中验证输出效果。

安排方面，官方信息显示，不管是基础版本照旧Loop版本，都支持单卡H20推理。

其Int4版本可在单张消耗级3090/4090 GPU上安排。

有网友体现，非Loop版本的模子似乎接纳的是阿里Qwen2的架构。

随着关注度上升，质疑也同步泛起。

九坤投资公司是谁？

好，最后我们来熟悉一下IQuest-Coder背后的公司，九坤投资（Ubiquant Holding Limited）。

公司建设于2012年，是中国较早一批专注量化投资和高频生意的私募机构之一，现在治理规模在数百亿元人民币，和幻方同属于公认的海内量化私募头部公司。

九坤主要办公地在北京，3周前开设了新加坡办公室。

联合首创人王琛，2000年考入清华大学，获得数学物理学士学位和理论盘算机博士学位，博士时代师从图灵奖得主姚期智院士。

博士结业后，王琛就职于美国顶级对冲基金Millennium，后创业担当九坤投资联合首创人、CEO。

联合首创人姚齐聪，2002年考入北京大学数学系，获得数学学士和金融数学硕士学位。

硕士结业后进入Millennium，后与王琛配合创业，主要认真九坤投研系统搭建、量化战略开发和危害治理，被视为公司战略和风控系统的焦点设计者之一。

九坤的投研与手艺团队人数凌驾百人，90%以上结业于清华、北大、复旦、斯坦福等海内外着名高校，博士占比凌驾60%。

果真信息显示，这家公司现在也倾向于从全球顶尖高校招募具有盘算机、数学、物理、统计学等配景的应届结业生。

在AI领域，幻方更早凭DeepSeek站到台前。

不过盘问有关资料发明，此前九坤也很注重AI手艺这一块。

现在，九坤的IT和算力建设位居海内量化机构前三，并建设了数据实验室（DATA LAB）、人工智能实验室（AI LAB）等多个前沿实验室。

本次宣布的IQuest-Coder就出自其提倡设立的自力研究平台至知立异研究院。

倒也不全是为了把AI用在金融市场展望和生意决议啦——前段时间（2025年12月16日），九坤已经推出过通用推理模子URM。

该模子在ARC-AGI准确率为53.8%，当允许多次实验时，URM的乐成率能抵达85%以上；在更难题的ARC-AGI 2上也拿到了16.0%。

Paper最后附上了IQuest-Coder团队的成员名单。

挺长的，就纷歧一先容了。

不过我们发明这篇paper的焦点作者层，和《Scaling Laws for Code》《CodeSimpleQA》《From Code Foundation Models to Agents and Applications》作者阵容重合度很是高。

以是这里稍微睁开先容一下Core Contributor的几位成员。

（注：IQuestLab团队成员许多没有果真小我私家档案，我们这里放出可寻找到的果真资料）

Jian Yang，谷歌学术被引量凌驾1.6万。

此前应该在Qwen 2.5和Qwen 3团队待过很长一段时间，2025年起最先在九坤投资揭晓论文。

Zhengmao Ye，本科结业于西南交通大学，在四川大学获得盘算机科学硕士学位。

此前，他曾在华为和商汤科技担当过手艺事情职员。

你没看错，8位Core Contributor就找到了2位的果真资料，真的起劲了.gif

另外，paper的通讯作者，是九坤人工智能实验室首席研究员和认真人Bryan Dai。

Paper地点：https://github.com/IQuestLab/IQuest-Coder-V1/tree/main/papers参考资料：[1]https://x.com/zephyr_z9/status/2006579658972868988?s=20[2]https://github.com/IQuestLab/IQuest-Coder-V1?tab=readme-ov-file[3]https://iquestlab.github.io/#/[4]https://www.reddit.com/r/LocalLLaMA/comments/1q0x19t/anyone_tried_iquestcoderv1_yet_the_40b_numbers/

《XXXX76馃崋馃崋馃崋》，《Q8X2R7L1T4J5M9B6W3》

欧洲特级特黄AAAAA毛片

“欧美老妇交BBWBBw”

高清毛片在线播放不卡

……

01月06日

“欧美婬欲”车厘子打败砂糖橘成年货顶流农村大学生寻求低价电脑卡吧老哥慷慨解囊

↓↓↓